D

Distilhubert Finetuned Babycry V6

由Wiam開發
基於distilhubert微調的嬰兒哭聲分類模型,在音頻分類任務上表現良好
下載量 14
發布時間 : 10/2/2024

模型概述

該模型是基於ntu-spml/distilhubert在音頻文件夾數據集上微調的版本,專門用於嬰兒哭聲分類任務

模型特點

高效音頻分類
基於輕量化的DistilHuBERT架構,在保持較高準確率的同時降低計算資源需求
嬰兒哭聲識別
專門針對嬰兒哭聲分類任務進行優化和微調
平衡的性能指標
在準確率(82.6%)、F1值(74.7%)、精確率(68.2%)和召回率(82.6%)之間取得良好平衡

模型能力

音頻分類
嬰兒哭聲識別
音頻特徵提取

使用案例

嬰幼兒監護
嬰兒哭聲監測
用於智能嬰兒監護設備中識別和分類嬰兒哭聲
準確率達到82.6%
健康監測
嬰幼兒健康狀態分析
通過哭聲分析嬰幼兒的健康狀態
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase